自去年底 OpenAI 推出 ChatGPT 起，大模型作為新的生產(chǎn)工具登上了新一輪生產(chǎn)力革命的舞臺。事實上，數(shù)十年來歷經(jīng)了多次起落的 AI 技術，盡管一直被賦予著極高的期待，但在落地產(chǎn)業(yè)端時，卻總顯得差強人意。大模型的爆發(fā)究竟能否給產(chǎn)業(yè)端帶來真正的變革?又會發(fā)生哪些巨變?
另一方面，企業(yè)的數(shù)字化轉型已經(jīng)是近年來全行業(yè)發(fā)展的重要戰(zhàn)略，而數(shù)字化轉型中的關鍵一環(huán)便是在最大程度上實現(xiàn)智能化。如何通過以大模型為代表的 AI 技術賦能企業(yè)數(shù)字化轉型數(shù)智化?
帶著以上問題，9 月 22 日，騰訊云TVP、騰訊智慧零售與蒙牛集團聯(lián)合主辦的“ TVP 走進蒙牛”閉門交流會成功舉行。50 余位來自騰訊、蒙牛、中順潔柔等企業(yè)的專家，一同分享了關于企業(yè)數(shù)智化轉型的觀點和實踐。此外，來自不同行業(yè)的與會嘉賓也在最后的分組討論環(huán)節(jié)中，對一些行業(yè)熱點話題發(fā)表了各自的看法。
本次會議由清華大學五道口金融學院 “數(shù)字中國”項目創(chuàng)始人、騰訊云 TVP 行業(yè)大使唐鑫龍老師主持：“如今，大模型的技術發(fā)展越發(fā)火熱，除了 C 端的應用層出不窮外，在 B 端大模型與各個行業(yè)的結合上也越發(fā)緊密。在接下來的分享和討論中，希望聽到來自各行各業(yè)的聲音，把大家的視角從產(chǎn)業(yè)視角、技術視角進行自由分享和深度研討。”
通用型的AI驅(qū)動將是有效抓手
在開場環(huán)節(jié)中，騰訊智慧零售技術架構與交付總經(jīng)理 程偉表示，之所以此次騰訊云 TVP 走進蒙牛，主要因為蒙牛在整個 AI 數(shù)字化產(chǎn)業(yè)上位居前列，包括公司想要從奶制品生產(chǎn)商升級為每個人的健康顧問，這樣的轉型正需要 AI 來驅(qū)動。
事實上，當下零售行業(yè)面臨著三大融合趨勢：線上與線下融合、品牌與渠道融合，以及產(chǎn)品力的融合。結合未來社交化趨勢愈顯，微信、小程序、視頻號的流量和活躍度都在持續(xù)增長，在如此多樣化的場景中，零售企業(yè)的數(shù)字化轉型又將面臨哪些新的挑戰(zhàn)?
程偉認為，AI 驅(qū)動以及行業(yè)的數(shù)字化將是非常好的抓手：“在零售業(yè)未來五年的發(fā)展當中，會有一個確定性的關鍵點，那就是營銷的內(nèi)容以及觸達的方式非常重要。這些觸達方式不再依托于個性化的技術和產(chǎn)品開發(fā)者，通用型的 AI 驅(qū)動將是非常有效的抓手。”
100人，100萬噸產(chǎn)能，100億產(chǎn)值
第二位嘉賓是蒙牛集團助理副總裁、騰訊云TVP行業(yè)大使 張決。據(jù)她介紹，蒙牛目前在全球有68家工廠，其中8家已完成數(shù)字化建廠。值得一提的是，今年5月剛剛建成投產(chǎn)的寧夏靈武工廠已經(jīng)實現(xiàn)了“三個100”的純數(shù)字化工廠目標：100個人，100萬噸產(chǎn)能，實現(xiàn)100億產(chǎn)值。
在蒙牛“FIRST發(fā)展戰(zhàn)略”中，“T”即Technology。從成立之初，公司就非常注重信息化建設，從OA到SAP，再到LIMS，都進行了系統(tǒng)化的布局。
具體來看，2016年是蒙牛開啟數(shù)字化建設的元年。公司先用三年時間進行了信息化升級，包括財務共享、智能制造(數(shù)智化工廠)，這段時期被稱為“一滴奶”的數(shù)智化治理1.0階段。
從2020年開始，進入到2.0和3.0的建設階段。其中，2.0的評價標準包括業(yè)務中臺和數(shù)據(jù)中臺的建設，以及管理數(shù)字化、能力內(nèi)化等。3.0時代則是通過AI來驅(qū)動雙飛輪(供給側飛輪+消費側飛輪)，蒙牛集團CDO李琤潔女士在今年8月4日代表蒙牛發(fā)布全球首個營養(yǎng)健康領域模型MENGNIU.GPT，讓數(shù)據(jù)資產(chǎn)繼續(xù)高效發(fā)揮洞察和決策作用。
“通過與騰訊混元在內(nèi)的多家大模型合作，我們內(nèi)部已經(jīng)完成了一些基于模型的產(chǎn)品構建，比如在數(shù)據(jù)層我們形成了蒙牛的營養(yǎng)健康知識圖譜，已經(jīng)可以在Wow小程序上進行對話。同時也開啟了領域模型的建設，包括管理、營銷、供應鏈等細分領域。在員工生產(chǎn)力的提升上，也開通了蒙牛自己的Copilot。”張決表示說。
數(shù)據(jù)+AI+大模型：構建一體化智能營銷
緊接著，騰訊企點副總經(jīng)理 喻帥為現(xiàn)場嘉賓帶來了主題為《智能應用在零售行業(yè)的分析》的分享。
自從零售業(yè)誕生以來，它的發(fā)展經(jīng)歷了以實體門店為主到平臺電商，再到品牌社交興起的三個階段。如今，越來越多的線上商務平臺利用微信等社交軟件的推廣做出了很好的營銷業(yè)績。不得不說，零售業(yè)的歷史沿革見證了數(shù)據(jù)在沉淀和應用的過程中，是如何一步步走向數(shù)字化變革的。
“從數(shù)據(jù)沉淀到數(shù)字化是一個讓人欣喜的自然趨勢，但我們還是面臨一個很大的問題，就是在真正進行數(shù)字化的建設當中，數(shù)據(jù)究竟能發(fā)揮什么價值?在社交電商或者說社交私域的運營過程中，能夠帶來哪些效果上的提升?這個問題目前還沒有標準答案。”喻帥表示。
在他看來，一方面，數(shù)據(jù)作為生產(chǎn)資料，大量沉淀非常重要;另一方面，數(shù)據(jù)的有效性則需要通過 AI 來挖掘。換句話說，數(shù)據(jù)是“增長引擎”，AI 則是“創(chuàng)新引擎”。那么，落地到具體的營銷場景中，AI 能夠如何提升效率，同時能夠帶來哪些業(yè)務形式的創(chuàng)新呢?
很重要的一點，是解決數(shù)據(jù)和通路彼此割裂的問題。對此，喻帥先用四個“合適”來說明何謂“精準推薦”：“就是要把合適的內(nèi)容，在合適的時間，通過合適的渠道，推給合適的人。”然而，現(xiàn)實卻沒有這么理想，面臨著多重割裂：不同產(chǎn)品和模塊數(shù)據(jù)的割裂，以及用戶不同渠道中的身份割裂。
為解決這一問題，騰訊提供了“兩化”方案：數(shù)據(jù)一體化和數(shù)據(jù)的場景化。首先，在數(shù)據(jù)一體化的建設上，整合“兩平臺、5A、5M”。兩平臺分別是指底層的 CDP 客戶數(shù)據(jù)平臺，以及頂層的 AB 試驗平臺。5A、5M 分別為分析應用和營銷應用;其次，數(shù)據(jù)場景化則是借助大數(shù)據(jù)與 AI 技術，將品牌進行多觸點的數(shù)據(jù)整合，從而精確識別用戶身份和旅程階段，在不同的場景下提供差異化的營銷內(nèi)容與策略。
此外，通過大模型的應用，騰訊也在進一步提升客戶體驗，提高營銷轉化效果。喻帥認為“我們的業(yè)務分析都很依賴數(shù)據(jù)的處理者，在人的能力參差不齊的情況下，很可能得出的結論，或者效率和方向都有偏差。希望通過我們的大模型，在給到充足語料的情況下，可以提供給用戶相對及格的答案。”同時，喻帥也指出，僅僅是回答仍是不夠的，如何通過大模型實現(xiàn)文生圖、文生樂、文生視頻，以及和數(shù)智人的聯(lián)動，甚至生成風格化的 UGC 創(chuàng)意內(nèi)容，也是未來騰訊探索的重點。
把握新技術機遇，未來是產(chǎn)業(yè)鏈和生態(tài)圈的競爭
在對“蒙牛的AI創(chuàng)新探索”這個主題的詮釋中，蒙牛開放式創(chuàng)新總監(jiān) 高璟琳首先介紹了蒙牛數(shù)智化戰(zhàn)略3.0——AI驅(qū)動雙飛輪的核心架構?；贏I中臺，在蒙牛內(nèi)部已經(jīng)打造出?；蹎?、?；郛?、牛魔王等一系列應用，經(jīng)過提示詞工程師培訓考核的員工，已經(jīng)在AI場景工廠上構建出400+多張場景卡片。
在外部，蒙牛在今年發(fā)布了營養(yǎng)健康模型MENGNIU.GPT以及AI營養(yǎng)師“蒙蒙”。并與騰訊數(shù)智人技術結合生成了生動的3D卡通形象，為給客戶提供營養(yǎng)健康咨詢服務。
通過回顧數(shù)智化創(chuàng)新探索的歷程，高璟琳試圖解答這樣一個問題：當新技術出現(xiàn)時，如何才能把握住機會?
·首先需要行業(yè)洞察：正視消費者營養(yǎng)健康需求的猛增和營養(yǎng)健康知識供給的不足。經(jīng)濟的持續(xù)增長推動了人們對于營養(yǎng)健康的需求，而相關知識的供給方式單一、供給量不足，如中國營養(yǎng)師的供給缺口大概有400萬。而AIGC技術的出現(xiàn)，對打破這種不平衡提供了新的可能。
·其次把握技術趨勢：我們又一次站在了歷史的拐點，將見證和親歷新一輪的“所有行業(yè)都值得重做一遍”。大語言模型將成為底層新基建(MaaS)，但需要在專業(yè)領域訓練才能發(fā)揮更大價值。
“一方面，大語音模型未來會成為新的基礎建設;另一方面，要真正落地到專業(yè)領域，僅靠大語言模型的原生能力是不夠的，需要在行業(yè)知識上進行更多專業(yè)的訓練，這樣才能發(fā)揮出更大的價值。”
在如此判斷的基礎上，蒙牛堅定地選擇了全面擁抱AI，聯(lián)手微軟、智譜AI、騰訊、阿里等國內(nèi)外的科技企業(yè)，共同訓練調(diào)優(yōu)模型，整合了市場上多個算法。并聯(lián)合了一批營養(yǎng)健康領域的專家學者，與多個營養(yǎng)健康權威機構，將高質(zhì)量內(nèi)容作為訓練素材一并灌入。此外，蒙牛還開放營養(yǎng)健康領域模型MENGNIU.GPT能力, 與更多的創(chuàng)新生態(tài)伙伴一起自由地探索和創(chuàng)造場景。
最后，高璟琳從封閉式創(chuàng)新和開放式創(chuàng)新兩個維度，介紹了不同創(chuàng)新的路徑選擇。在他看來，封閉式創(chuàng)新和開放式創(chuàng)新是兩種不同的范式：封閉式創(chuàng)新的典范如貝爾實驗室，能產(chǎn)出影響人類文明的偉大創(chuàng)造;而開放式創(chuàng)新更活躍，講求生態(tài)化，關乎到產(chǎn)業(yè)鏈和生態(tài)圈的競爭，是諸多國際大型企業(yè)的創(chuàng)新范式。
“產(chǎn)業(yè)鏈、供應鏈最終決定產(chǎn)品能做到什么程度，而生態(tài)圈則是更高維的競爭方式。希望通過開放式創(chuàng)新為蒙牛建立出這樣一個生態(tài)，以MENGNIU.GPT為基礎鏈接更多的可能性，共同創(chuàng)造數(shù)智營養(yǎng)健康的新體驗。”
從成本中心到利潤中心，未來是投資中心
對于“AI 時代的企業(yè)如何布局”，包括算法和大模型在零售行業(yè)的應用，中順潔柔 CTO 楊森林分享了一些不同看法：“首先，我認為從當下的環(huán)境來講，改變這個時代的不是 AI，而是駕馭 AI 的人。從技術角度來看，我們中國實際上沒有自己的技術平臺，也沒有自己的技術語言和操作系統(tǒng)。就是說，一直以來我們都是技術的應用者或者說組裝者，這才是我們的真實現(xiàn)狀。所以，過于復雜的技術，像 AI，如果不是因為 ChatGPT 大火，可能這兩個字都不會列在企業(yè)的日程上。”
而當進一步談到企業(yè)數(shù)字化轉型的現(xiàn)狀，楊森林的看法是：行業(yè)整體上做得都不好。他向與會者展示了麥卡錫的一份報告：核心數(shù)據(jù)是企業(yè)數(shù)字化轉型成功率僅為 20%。“實際上，20% 都是高估了，我們還是需要給自己清晰定位，通過應用AI想做什么，能做什么。”
那么，企業(yè)數(shù)字化轉型的關鍵在于哪些因素?主要在于三點：系統(tǒng)、流程和人。
·系統(tǒng)：沒有一個系統(tǒng)是第一版就能達到最佳使用的，持續(xù)不斷的優(yōu)化和迭代是打造各類系統(tǒng)的關鍵;
·流程：再好的系統(tǒng)，也只能管理 50%-80% 的流程，仍然有 20%-50% 的流程、溝通、決策是在系統(tǒng)外做出的，將線下和線上的流程進行有效及高效對接是項目的核心挑戰(zhàn)之一;
·人：即使具備了好的系統(tǒng)和流程，缺乏可以高效使用的人，就像殲-20 飛機遇如果讓普通人來開，起飛都困難。系統(tǒng)和流程應用者的思想轉變，如何走出固有思維，擁抱新的方法，才是企業(yè)數(shù)字化轉型能否成功的最關鍵因素。
對于如何通過 AI 賦能數(shù)字化，他的觀點是：相較于擁抱 AI，更應該駕馭 AI。據(jù)其觀察，當下 AI 的價值產(chǎn)出主要在于以下幾點：
·降低成本：包括優(yōu)化算法、分布式訓練加速和模型壓縮;
·提升易用性：通過完成直觀、易用的用戶界面設計，搭建簡單、輕松上手的開發(fā)工具和平臺，降低用戶的使用門檻;
·安全可解釋：可以提升數(shù)據(jù)質(zhì)量，同時增強魯棒性，實現(xiàn)持續(xù)監(jiān)控和升級;
·數(shù)據(jù)安全：實現(xiàn)數(shù)據(jù)加密，訪問控制和身份認證，同時進行安全審計和監(jiān)控。
基于“人”在 AI 賦能數(shù)字化轉型中的關鍵作用，楊森林認為，作為企業(yè)數(shù)字化的掌舵者，CTO、CDO、CIO 應該成為“六邊形戰(zhàn)士”，需要懂戰(zhàn)略、懂業(yè)務、懂技術、懂數(shù)據(jù)、懂流程、懂創(chuàng)新。
“如果我們對底層生意不了解，會發(fā)現(xiàn)很多規(guī)劃，不管是模型、算法，還是系統(tǒng)，都會在天上飄著，落不了地。很多時候我們幻想出的業(yè)務場景和真實場景是完全不一樣的，在數(shù)字化轉型時應該時刻以企業(yè)自身情況為核心點，將數(shù)字化部門完成從成本中心到利潤中心的轉變，未來還可能進一步成為投資中心。”
技術架構演進原動力：生產(chǎn)工具、生產(chǎn)力和生產(chǎn)效率
最后出場的分享嘉賓是騰訊云大數(shù)據(jù)產(chǎn)品總監(jiān) 呂瀟，他的演講主題是《騰訊新一代大數(shù)據(jù)技術架構演進與探索》。
分享開始，他首先介紹了技術架構演進的原動力，主要在于三點：生產(chǎn)工具的安全穩(wěn)定和靈活便捷，生產(chǎn)力上要求技術的先進性和低成本使用，生產(chǎn)效率上需要保證高效和易用。
“騰訊大數(shù)據(jù)技術發(fā)展經(jīng)歷過幾個階段，在第一階段，騰訊內(nèi)部在零幾年的時候就用大規(guī)模分布式技術解決了很多在線業(yè)務大規(guī)模并行計算和擴展的訴求。從PC端轉到移動端之后，我們通過AI能力展開了用戶畫像、商品推薦等業(yè)務，形成了各種各樣的模型，這是第二個階段。”
到后來，當團隊發(fā)現(xiàn)傳統(tǒng)AI技術在計算效率和準確度上無法滿足業(yè)務需求時，便開始引入機器學習，通過深度學習和大模型快速構建了騰訊云的框架和體系，能夠每天支持幾百萬次的模型迭代，從而更加高效和精準地完成用戶畫像。
“目前我們進入到第四個階段，更多是把云、大數(shù)據(jù)、數(shù)據(jù)湖倉，甚至是一些跨源、協(xié)同計算、多邊計算、安全計算、隱私計算等技術應用到企業(yè)各種各樣的場景當中，不斷進行技術革新。”
從2009年開始，騰訊自研大數(shù)據(jù)平臺TBDS開始不斷演進迭代，從3.0版正式商用，到4.0版的規(guī)模化突破，直至5.0版完成流批一體、湖倉一體和實時數(shù)據(jù)湖。如今該平臺迭代到最新版本TBDS 5.3，實現(xiàn)了云原生和存算分離的技術架構升級。
具體來說，相較之前版本，TBDS 5.3在多個方面進行了升級：
·架構靈活提升——存算分離：相較于傳統(tǒng)存算一體，存算分離可以讓數(shù)據(jù)剝離，實現(xiàn)計算無狀態(tài)化，達成秒級彈性、靈活伸縮;
·生產(chǎn)效率提升——云原生化：實現(xiàn)資源的彈性伸縮，提高資源利用率，進行有效的資源隔離，達成敏捷、高效的部署和管理，統(tǒng)一生產(chǎn)、開發(fā)、測試等應用環(huán)境;
·生產(chǎn)力提升——湖倉一體化：開放敏捷、彈性伸縮、混合負載、節(jié)約成本;
·生產(chǎn)工具升級——數(shù)據(jù)開發(fā)治理平臺 Wedata：達成全鏈路覆蓋、效率提升和多團隊協(xié)同。
“(Wedata)從數(shù)據(jù)采集到數(shù)據(jù)開發(fā)，在數(shù)據(jù)建模、加工過程當中落地企業(yè)的數(shù)據(jù)標準落地，同時我們會對所以數(shù)據(jù)進行質(zhì)量勘察，形成事前、事中、事后不間斷的數(shù)據(jù)質(zhì)量反饋和提升。最終能夠幫助我們快速完成針對不同目標、不同組織和數(shù)據(jù)資產(chǎn)的業(yè)務重塑，這是我們目前提供的一整套數(shù)據(jù)全生命周期的能力。”
在當前國產(chǎn)化的浪潮下，騰訊在自主可控和技術領先性上完成了相當?shù)某恋?，包括在大?shù)據(jù)領域申請150+專利，大數(shù)據(jù)產(chǎn)品軟著也達到70+。在行業(yè)影響和生態(tài)建設上，全面適配國產(chǎn)芯片、OS、服務器20+種，同時參與了國家/行業(yè)/團體標準制定30+項。在信創(chuàng)建設上，據(jù)呂瀟介紹：“無論是政務，還是企事業(yè)單位，對信創(chuàng)的要求都非常高，我們在國稅總局、中國銀行這些非常大的單位都有大規(guī)模的落地。”
分組討論
為了讓本次活動與會嘉賓都能參與到“數(shù)字化轉型和 AI 賦能”的話題探討，在主會嘉賓演講結束后，主持人唐鑫龍也組織了現(xiàn)場嘉賓的分組討論環(huán)節(jié)。到場嘉賓被分為四組，分別對不同的議題進行了深入探討，并結合自身企業(yè)實踐，匯總了不同觀點。
未來大模型將會如何發(fā)展?有哪些期待?
現(xiàn)場嘉賓認為，未來的大模型會分成三層：最頂層是像騰訊這樣的技術公司，提供最普適的基礎通用大模型能力;中間一層是像蒙牛這類行業(yè)頭部公司，依據(jù)行業(yè)內(nèi)積累，提供行業(yè)專屬模型;最后則是一些行業(yè)重點企業(yè)，會結合自己的數(shù)據(jù)與需求，形成最后落地的模型。就是基礎模型、行業(yè)模型和企業(yè)自己的模型。未來也希望更多的行業(yè)可以做到模型的標準化。
大模型百花齊放，未來這一技術是否給全行業(yè)帶來深遠影響?
現(xiàn)場嘉賓指出，今年年初 ChatGPT 火了之后，眾多企業(yè)都開始做 AIGC 方面的嘗試，也發(fā)現(xiàn)其實大家對生成式 AI 的期望經(jīng)歷了一條曲線式的變化，最初認為它什么都能干，幾乎可以替換掉所有的崗位，但在實踐過程中，這樣的想法很快就遇到了上升瓶頸，雖然在生產(chǎn)力上確實有推動，但要是說能夠替代哪個崗位還是距離很遠的，所以也就慢慢冷靜了。未來如何能夠在私有大模型上做得更好，這是需要更多的企業(yè)共同去一道探索的。
作為大健康領域的服務企業(yè)，新時代下對數(shù)據(jù)的獲取和應用方式提出了哪些新要求?
現(xiàn)場嘉賓認為，在大模型的時代，大健康服務企業(yè)數(shù)字化的關鍵在于數(shù)據(jù)、算法和算力三個方面，目前國內(nèi)企業(yè)在算法上不差，和國外的差距主要體現(xiàn)在數(shù)據(jù)和算力上。騰訊云可以給我們提供算力上的支持，但在數(shù)據(jù)層還是需要我們企業(yè)自己解決。
那么，我們在預訓練的過程中究竟需要什么樣的數(shù)據(jù)?現(xiàn)在大部分的數(shù)據(jù)都是結果型，中間的過程數(shù)據(jù)還是缺失的，但實際上中間的推理型數(shù)據(jù)對我們的訓練才是至關重要的，也是未來企業(yè)應該重點發(fā)力的方向。
AI/大模型的落地還有哪些困難?
針對該問題，現(xiàn)場嘉賓指出，關于 AI 我們有很多暢想，但要真正落地其實還面臨兩個比較大的困難。
第一個困難在于 AI 在正確率上的不確定性。我們一直說 ChatGPT 如何厲害，但主要是在于它能發(fā)揮的不涉及到正確率上的能力，比如一篇作文就不會說正不正確，只有好還是不好，是感受性的。我們不介意 AI 的準確率高不高，但是如果不能確定正確與否的問題，這就是一個很大的痛點。
第二個困難剛才大家也談了不少了，就是行業(yè)模型還是很缺乏的。要做行業(yè)模型還是需要沉淀，只有沉淀進行了足夠的技術與數(shù)據(jù)積累，才能厚積薄發(fā)，迎來新一輪更高的增長。
結語
人工智能時代的新一輪發(fā)展，為傳統(tǒng)企業(yè)的數(shù)字化轉型帶來了又一次的增長推動力。該如何正確看待大模型技術的運用，在未來為企業(yè)帶來的無限可能;又該在技術上如何更好地運用大模型技術，跟上技術發(fā)展，助推企業(yè)高效增長，這將是每一位企業(yè)技術管理者在未來深入研究分析的關鍵。
騰訊云 TVP 自成立之初，便懷揣著「用科技影響世界」的美好愿景，踐行科技向善的初衷與本心，希望凝結更多專家的實踐與思考，推動各行業(yè)數(shù)字化建設邁向新高度。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
